DGCSA: Dynamic graph convolution with self-attention for EEG-based attention recognition in VR and 2D environment

A mente humana é uma mestra do foco, mas esse foco é frágil, facilmente disperso pelo ruído do mundo moderno. Para educadores e instrutores, saber exatamente quando um aluno está verdadeiramente engajado e quando sua mente divagou tem sido, por muito tempo, um jogo de adivinhação, dependente da observação da linguagem corporal ou de questionários de autorrelato. Para resolver isso, cientistas recorreram ao próprio cérebro, utilizando um método chamado eletroencefalografia, ou EEG. Esta técnica envolve colocar uma touca de sensores no couro cabeludo para ouvir os sussurros elétricos tênues de bilhões de neurônios disparando em uníssono. Embora a atividade elétrica do cérebro seja incrivelmente rápida e complexa, ela contém um registro direto do nosso estado mental. O desafio sempre foi traduzir esse estático caótico em um sinal claro: a pessoa está prestando atenção ou está perdida em pensamentos?

Uma equipe de pesquisadores da Universidade Xi'an Shiyou e da Universidade Monash desenvolveu uma nova maneira de decodificar esses sinais, especificamente para medir níveis de atenção tanto em ambientes de aprendizagem tradicionais quanto virtuais. Eles criaram um sistema que trata o cérebro não como uma coleção de partes isoladas, mas como uma rede dinâmica onde diferentes regiões conversam constantemente umas com as outras. Ao combinar essa visão de rede com um método que pondera a importância de diferentes ritmos cerebrais, eles construíram uma ferramenta capaz de distinguir entre atenção baixa, média e alta com notável precisão. O trabalho deles também oferece um olhar raro para dentro do cérebro para ver se a realidade virtual, os mundos digitais imersivos frequentemente usados para treinamento, realmente ajuda as pessoas a focar melhor do que uma tela de computador padrão.

Os pesquisadores começaram coletando dados de vinte estudantes universitários que usavam uma touca de 64 sensores enquanto realizavam uma tarefa mental específica conhecida como Grade de Schulte. Neste exercício, os participantes tinham que encontrar e clicar em números de um a vinte e cinco conforme apareciam em uma grade aleatória na tela. A velocidade e a precisão de seus cliques serviram como um indicador confiável de seu estado mental. A equipe categorizou o desempenho dos participantes em três níveis: atenção baixa, onde eles estavam descansando com os olhos fechados; atenção média, onde completaram a tarefa com alguns erros ou velocidade reduzida; e atenção alta, onde terminaram rapidamente e perfeitamente. Para garantir que os dados fossem robustos, os alunos realizaram essas tarefas em dois cenários diferentes: uma tela 2D padrão e um ambiente de realidade virtual totalmente imersivo, onde usavam um headset e olhavam ao redor de um mundo 3D.

Para dar sentido à enorme quantidade de dados elétricos coletados, a equipe desenvolveu um modelo computacional sofisticado que chamam de DGCSA. Os métodos tradicionais analisam os sinais cerebrais decompondo-os em simples bandas de frequência, como estrondos graves ou zumbidos agudos, e então tentam adivinhar o estado mental com base nesses sons isolados. Esta nova abordagem é diferente porque entende que o cérebro funciona como um sistema conectado. O modelo primeiro analisa a força e a complexidade dos sinais elétricos através de diferentes frequências, dando mais peso aos tipos específicos de ondas cerebrais que são mais úteis para distinguir a atenção. Em seguida, ele mapeia como os diferentes sensores da touca estão conectados entre si, mas com um toque crucial: em vez de assumir que essas conexões são fixas, o modelo aprende como elas mudam em tempo real conforme o cérebro muda o foco. Finalmente, utiliza um mecanismo que age como um holofote, destacando as conexões mais importantes e ignorando o ruído, permitindo-lhe ver o panorama geral do que o cérebro está fazendo.

Quando os pesquisadores testaram este novo sistema, os resultados foram impressionantes. O modelo identificou corretamente o nível de atenção em 91,67 por cento dos casos, uma melhoria significativa em relação aos métodos antigos que dependiam de regras matemáticas mais simples ou modelos de aprendizado profundo padrão. Foi particularmente bom em detectar quando um aluno estava totalmente engajado, identificando corretamente cada instância de atenção alta no grupo de teste. O estudo também revelou que a maneira como o cérebro se conecta muda dependendo do ambiente. No ambiente de realidade virtual, o modelo detectou um padrão de foco mais estável e consistente em comparação com a tela 2D plana.

Os dados mostraram que os alunos no ambiente de realidade virtual mantiveram níveis mais altos de atenção e experimentaram menos flutuações em seu foco do que aqueles que trabalhavam na tela 2D. A análise estatística confirmou que essa diferença não se deve ao acaso; a natureza imersiva do mundo virtual pareceu ancorar a atenção dos alunos de forma mais eficaz. Ao observar os padrões específicos de ondas cerebrais, os pesquisadores descobriram que o ambiente virtual desencadeou uma resposta distinta nas áreas de processamento visual e espacial do cérebro, sugerindo que o cérebro estava trabalhando mais para integrar as ricas informações 3D que recebia. Esse engajamento intensificado foi refletido na atividade elétrica do cérebro, que mostrou um sinal mais claro e organizado quando os alunos estavam no mundo virtual.

O estudo também abordou uma limitação comum em pesquisas anteriores, que frequentemente tinham dificuldade em combinar diferentes tipos de dados cerebrais de forma eficaz. Ao usar um sistema de ponderação inteligente, o novo modelo pôde misturar informações da força das ondas cerebrais com informações sobre sua complexidade, criando um quadro mais rico do estado mental. Essa abordagem permitiu que o sistema se adaptasse à maneira única como o cérebro de cada pessoa funciona, em vez de forçar todos os cérebros a um único e rígido modelo. Os pesquisadores observaram que, embora o sistema fosse altamente preciso, ele ocasionalmente confundia momentos de baixa atenção com atenção alta, provavelmente porque surtos breves de alerta podem parecer semelhantes ao foco sustentado em instantâneos curtos de dados.

Em última análise, este trabalho fornece uma nova e poderosa ferramenta para compreender como aprendemos. Demonstra que a realidade virtual não é apenas uma novidade, mas um meio que pode genuinamente aumentar o engajamento cognitivo, uma descoberta apoiada pelas mudanças claras e mensuráveis na atividade cerebral. O novo modelo oferece uma maneira de rastrear objetivamente a atenção em tempo real, o que poderá um dia ajudar educadores a ajustar seus métodos de ensino sobre a hora ou ajudar designers a criar simulações de treinamento que mantenham os alunos profundamente envolvidos. A pesquisa confirma que, quando entramos em um mundo virtual, nossos cérebros não apenas assistem; eles se engajam, conectam-se e focam de maneiras distintas de olhar para uma tela plana, oferecendo um caminho promissor para o futuro da educação e do treinamento.